本發(fā)明涉及異種材質激光焊接機定位，更具體地說，涉及一種異種材質激光焊接機精準定位方法。

背景技術：

1、在激光焊接領域，對于異種材質的焊接一直存在諸多挑戰(zhàn)，不同材質的物理性質如熱膨脹系數、熔點等存在差異，這使得在焊接過程中容易出現焊接缺陷，而精準定位是保證焊接質量的關鍵前提。

2、現有的激光焊接機定位方法在面對異種材質焊接時，定位方法一般分為視覺定位和機械定位兩種方式，其中，視覺定位方法容易受到焊接過程中產生的強光、飛濺等干擾，導致定位不準確，機械定位方式則由于異種材質工件的尺寸、形狀偏差等因素，無法實現靈活且精準的定位，對于一些對焊接精度要求極高的異種材質焊接場景，如航空航天領域中不同金屬合金的焊接，這樣的精度遠遠不夠，鑒于此，我們提出一種異種材質激光焊接機精準定位方法。

技術實現思路

1、本發(fā)明的目的在于提供一種異種材質激光焊接機精準定位方法，旨在解決現有的激光焊接機定位方法無法滿足焊接精度要求極高的異種材質焊接場景的問題。

2、為解決上述技術問題，本發(fā)明提供如下技術方案：一種異種材質激光焊接機精準定位方法，該方法包括以下步驟：

3、s1、采用化學清洗劑清潔異種材質工件表面，清除工件表面的油污和氧化層，利用高精度激光打標技術在工件表面設置特征標記點；

4、s2、通過高分辨率視覺系統(tǒng)與激光雷達融合計算出初始定位坐標；

5、s3、借助數據庫與模擬仿真軟件設定焊接工藝參數，同時結合材質的物理性質，通過公式：

6、

7、計算變形補償量，其中δl為變形補償量，k為比例常數，p0為初始參數，v為焊接速度，α1和α2為熱膨脹系數，l0為初始長度；

8、s4、焊接時，通過焊接頭處能量傳感器監(jiān)測激光能量密度，依δz＝m·δe調整焦點位置，通過微納級熱敏電阻溫度傳感器監(jiān)測溫度變化，通過δlt＝δl+β·(t(t)-t0)修正補償量；

9、s5、焊接完成后，運用外觀檢測手段檢查焊接接頭，利用大數據分析與機器學習算法優(yōu)化焊接工藝參數與定位方法。

10、優(yōu)選的，在上述步驟s2中，高分辨率視覺系統(tǒng)通過工業(yè)相機及圖像處理算法識別焊縫位置與形狀，激光雷達利用飛行時間原理構建三維點云模型，二者信息依公式：

11、

12、融合計算初始定位坐標，公式中，wv、wl為權重系數，x、y、z為空間中的坐標值，xv、yv、zv為一組參考坐標值，xl、yl、zl為另一組參考坐標值，且權重wv、wl依實時傳感器數據及智能算法進行動態(tài)調整。

13、優(yōu)選的，所述化學清洗劑融入納米催化粒子，針對不同材質特性激發(fā)化學反應，在工件表面形成一層納米級防護膜，增強工件表面與焊接材料的結合力。

14、優(yōu)選的，所述圖像處理算法基于生成對抗網絡架構，通過自生成虛擬異種材質工件圖像與真實樣本對比學習，且具備實時動態(tài)更新模型能力。

15、優(yōu)選的，在權重wv、wl動態(tài)調整過程中，采用強化學習方法，將定位精度作為獎勵信號，讓智能算法在不同焊接工況下不斷嘗試調整權重，以獲得最佳的定位效果，逐漸優(yōu)化權重調整策略。

16、優(yōu)選的，激光雷達構建三維點云模型后，采用基于聚類分析的點云分割方法，將屬于工件的點云與背景點云分離，去除噪聲點，提高點云模型的質量。

17、優(yōu)選的，在上述步驟s3中，對于多異種材質組合，在計算變形補償量時，引入有限元分析方法，通過建立工件的有限元模型，模擬焊接過程中的熱材質-材質結構耦合場，更精確地計算變形補償量，提高補償精度。

18、優(yōu)選的，在上述步驟s5中，所述大數據分析與機器學習算法結合聯邦學習技術，在多臺設備間安全共享焊接歷史數據，擴充模型訓練數據量。

19、與現有技術相比，本發(fā)明的有益效果是：

20、1、本發(fā)明中通過高分辨率視覺系統(tǒng)與激光雷達融合定位，配合權重動態(tài)調整機制，克服了傳統(tǒng)視覺定位易受強光、飛濺干擾以及機械定位因工件尺寸、形狀偏差導致的定位不精準問題，顯著提高定位精度，能夠滿足如航空航天領域等對焊接精度要求極高的異種材質焊接場景需求。

21、2、本發(fā)明借助數據庫與模擬仿真軟件設定焊接工藝參數，并針對多異種材質組合引入有限元分析方法計算變形補償量，同時利用大數據分析與機器學習算法結合聯邦學習技術擴充模型訓練數據量，可更精準地優(yōu)化焊接工藝參數，適應不同異種材質的焊接需求，提升整體焊接工藝水平。

22、3、本發(fā)明在化學清洗劑融入納米催化粒子，能針對不同材質特性激發(fā)化學反應，在工件表面形成納米級防護膜，增強了工件表面與焊接材料的結合力，從源頭上減少焊接缺陷，提高焊接接頭的質量，使焊接質量更穩(wěn)定可靠。

技術特征：

1.一種異種材質激光焊接機精準定位方法，其特征在于，該方法包括以下步驟：

2.根據權利要求1所述的一種異種材質激光焊接機精準定位方法，其特征在于，在上述步驟s2中，高分辨率視覺系統(tǒng)通過工業(yè)相機及圖像處理算法識別焊縫位置與形狀，激光雷達利用飛行時間原理構建三維點云模型，二者信息依公式：

3.根據權利要求1所述的一種異種材質激光焊接機精準定位方法，其特征在于，所述化學清洗劑融入納米催化粒子，針對不同材質特性激發(fā)化學反應，在工件表面形成一層納米級防護膜，增強工件表面與焊接材料的結合力。

4.根據權利要求2所述的一種異種材質激光焊接機精準定位方法，其特征在于，所述圖像處理算法基于生成對抗網絡架構，通過自生成虛擬異種材質工件圖像與真實樣本對比學習，且具備實時動態(tài)更新模型能力。

5.根據權利要求2所述的一種異種材質激光焊接機精準定位方法，其特征在于，在權重wv、wl動態(tài)調整過程中，采用強化學習方法，將定位精度作為獎勵信號，讓智能算法在不同焊接工況下不斷嘗試調整權重，以獲得最佳的定位效果，逐漸優(yōu)化權重調整策略。

6.根據權利要求2所述的一種異種材質激光焊接機精準定位方法，其特征在于，激光雷達構建三維點云模型后，采用基于聚類分析的點云分割方法，將屬于工件的點云與背景點云分離，去除噪聲點，提高點云模型的質量。

7.根據權利要求1所述的一種異種材質激光焊接機精準定位方法，其特征在于，在上述步驟s3中，對于多異種材質組合，在計算變形補償量時，引入有限元分析方法，通過建立工件的有限元模型，模擬焊接過程中的熱材質-材質結構耦合場，更精確地計算變形補償量，提高補償精度。

8.根據權利要求1所述的一種異種材質激光焊接機精準定位方法，其特征在于，在上述步驟s5中，所述大數據分析與機器學習算法結合聯邦學習技術，在多臺設備間安全共享焊接歷史數據，擴充模型訓練數據量。

技術總結
本發(fā)明公開了一種異種材質激光焊接機精準定位方法，涉及異種材質激光焊接機定位技術領域，旨在解決現有的激光焊接機定位方法無法滿足焊接精度要求極高的異種材質焊接場景的問題，該方法包括以下步驟：S1、采用化學清洗劑清潔異種材質工件表面，清除工件表面的油污和氧化層，利用高精度激光打標技術在工件表面設置特征標記點；S2、通過高分辨率視覺系統(tǒng)與激光雷達融合計算出初始定位坐標；S3、借助數據庫與模擬仿真軟件設定焊接工藝參數，同時結合材質的物理性質。本發(fā)明具有顯著提高定位精度，能夠滿足如航空航天領域等對焊接精度要求極高的異種材質焊接場景需求的優(yōu)點。

技術研發(fā)人員：孫茜,童德康
受保護的技術使用者：蘇州科沃鐳激光科技有限公司
技術研發(fā)日：
技術公布日：2025/5/15